图像分类2023最新网络

目前，关于图像分类的最新网络仍在不断研究和探索之中。以下是一些较新的图像分类网络模型：

1. EfficientNet：由Google团队在2019年提出的一种高效的卷积神经网络，其在ImageNet数据集上的表现超过了目前的所有其他网络。

2. RegNet：由斯坦福大学和Facebook AI研究院的研究人员在2020年提出的一种新型卷积神经网络，其通过自动搜索网络结构的方式，实现了更高的准确率和更少的参数量。

3. ViT（Vision Transformer）：由谷歌团队在2020年提出的一种新型图像分类模型，其使用了Transformer结构来处理图像中的像素信息，取得了很好的效果。

4. Swin Transformer：由香港中文大学和微软亚洲研究院的研究人员在2021年提出的一种新型Transformer模型，其通过多层次的分区注意力机制，实现了更高的准确率和更少的计算复杂度。

这些网络模型都在不断地被优化和改进，未来还会有更多的新型图像分类网络被提出。